关于 2020 年现场服务的四项预测

近年来，现场服务发生了巨大的变化，技术和客户期望都将继续以同样快的速度发展。

二十年前，现场服务可能以故障修复为中心，但现在的方向是长期的合同安排，让客户更满意，对服务提供商更有利可图。

转型技术可以实现全新的收入模式，使现场服务组织与客户更紧密地联系在一起，甚至创造更多价值。以下是有关领先服务组织如何适应的四个预测：

基于结果的服务占据主导地位。 我们将看到更多公司出售年度维护合同。这些合同很有吸引力，因为它们为现场服务组织提供了可预测的收入和需求，并且可以带来高利润。

几十年来，以产品为中心的企业一直在向为其销售的产品提供服务转变。首先是增加了保修和售后零件的可用性。然后是反应性现场服务或仓库维修。早在 2018 年，IFS 数据表明，62% 的制造商已经在追求某种形式的售后市场收入。但制造商现在正在采用更先进的售后服务形式，16% 的受访者提供具有特定服务级别协议 (SLA) 的维护合同。

值得注意的是，现代客户不仅需要更好的服务体验，还需要整体的结果。他们希望得到积极的感觉，并希望他们的具体问题得到解决。技术是实现这种变化的机制，但也不要忽视人的因素。

我预测参与服务承包的制造商份额将从2018年的16%上升到2020年的25%至30%之间。

在大多数情况下，向服务化的转变将在产品销售之上提供增值收入。在某些对消费者有吸引力的情况下，产品可能完全服务化，最终用户为计量使用或其他实时捕获的指标付费。在 2018 年 IFS 数据中，只有 4% 的制造商完全服务化，包括来自医疗器械、金属制造和石油和天然气行业的公司。

对于希望将企业风险转移到供应商身上的客户来说，服务化将是一种有吸引力的购买方式。但实际上实现这些合同的利润会带来重大的管理和企业软件问题。当服务协议出售时，公司将承诺根据合同交付，该合同可能会在几年内盈利或亏损。高管们需要确保他们有足够的假设情景规划能力，使他们能够以最小的风险提供具有竞争力的报价。

公司可以将他们的数据变成一种战略工具，在改善客户体验的同时促进服务销售。为了让这种转变取得成功，他们必须部署一些基础技术。 IFS 和 Future of Field Service 最近与增长战略的 Bill Pollock 进行的研究表明，基于结果的服务运营依赖于服务管理平台、企业资源规划 (ERP)、预测性维护和物联网的基础（ IoT）尤其如此。

超过一半的受访者正在运行某种类型的企业记录系统来处理核心服务交易业务。 54% 的企业在“专用服务管理平台”上运行他们的服务业务，例如现场服务管理 (FSM) 或企业资产管理，仅在 50.8% 的 ERP 之前。调查发现 47.6% 的人使用软件进行预测性维护，42.8% 的人利用物联网数据。

随着这些工具的到位，我预测将越来越重视完全服务化，到 2020 年，我们将看到制造商通过订阅或计量使用销售产品的百分比超过 10%，高于 2018 年的 4%。

数字化转型在变得更容易之前变得更难。 人们使用“数字化转型”一词来销售任意数量的技术，但我们在这里处理的不是可以购买的技术，而是一种根本不同的经营方式。事实是，正确地执行此操作涉及服务组织的复杂旅程，该旅程与孤立的运营、遗留工具和过时的业务流程不同。围绕这一点的变革管理障碍很多，因为即使竞争正在超越他们的业务，个人仍然可以找到令人欣慰的旧方法。

到目前为止，我们看到的是边缘转型技术的推出。我们通过物联网跟踪现场技术人员的位置。我们使用人工智能来安排它们。我们可能有一个人工智能聊天机器人在线查询。也许我们的库存管理流程中有一些 AI 功能。我们将继续看到使用人工智能和物联网的单点解决方案。不过，我们下一步要做的就是将人工智能引入前台和行政流程。

Gartner 在其《2020 年最佳预测》报告中表示：“到 2021 年，数字化转型计划将使大型传统企业平均花费两倍于预期的时间和成本。大型组织将在数字创新方面苦苦挣扎，因为他们认识到技术现代化的挑战和简化运营相互依赖的成本。相比之下，规模更小、更灵活的组织将有机会率先进入市场，因为大型组织的眼前利益微乎其微。”

历史上充斥着无法根据需要改变的公司：面对数码摄影的柯达和面对服务化和可下载媒体的 Blockbuster Video，仅举两个例子。今天，我们正处于颠覆性技术被嵌入具有前瞻性思维的服务组织的矛尖的时刻。物联网传感器捕获基于状态的维护信息，或者人工智能算法根据不断变化的状态实时调整现场服务时间表。

2020 年，我们将看到更多公司在面向客户和服务的环境中采用这些颠覆性技术。但我相信，我们还将看到企业软件供应商在服务财务、库存管理、假设情景规划和客户交互等领域进一步转向人工智能驱动的前台自动化。那些采用 AI 作为商业现成解决方案一部分的人将在与采取单打独斗方法的人的竞争中获胜。

物联网发展壮大，我们留下了所有数据。 随着越来越多的组织表示他们的资产、驱动程序和部件具有某种程度的远程连接，物联网现在已成为主流。我们正在收集大量数据，现在可以开发和应用分析。

在我们与 Strategies for Growth 进行的研究中，所有行业最感兴趣的实施领域是预测性和规范性维护。互联资产是故事的开始，而不是目的地，客户开始意识到，如果数据收集和囤积本身成为目的，“垃圾进，垃圾出”这句老话是适用的。

一个很好的例子是跨国电信公司 Telefonica，这是一家从资产（例如自动售货机）收集数据的智能技术提供商。然后将数据输入到现有的分析中以提供决策支持。分析的力量非常强大，因此向客户保证您尊重他们的隐私和数据权利也很重要。谷歌在 2019 年收购 Fitbit 后面临争议，原因是担心它将如何使用最终用户数据并从中获利。

我预测，在 2020 年，企业将更少关注收集额外数据的方法，而更多地关注如何有价值地利用他们已经收集的数据。

公司努力平衡人工智能与人类体验 .随着高级人工智能在服务组织中得到更广泛的采用，公司将在人工智能的效率与客户和其他利益相关者渴望的与人类接触之间寻求平衡。一方面，更多地使用人工智能不仅可以降低成本，还可以使组织更好地利用面临劳动力短缺的部门的资源。人工智能将在满足某些可交付成果方面做得更好，并且应该自动化许多重复性任务。这会腾出员工来从事更多面向客户的工作吗？

在各种服务设置中，这正是人工智能已经做到的。例如，人工智能驱动的调度优化使单个调度员能够支持更多的现场服务技术人员，按例外进行管理，并可能在客户需要人工接触点时花更多时间与他们在一起。

在 Field Services Online 的一篇文章中，服务情报供应商 Aquant 承认Fortune 2016 年警告称，人工智能和机器人将失去 48% 的工作岗位。同时，它表示真正的未来在于人与人工智能的混合。正如德勤在其报告《智能现场服务：连接客户、资产和员工》中指出的那样，“在数字世界中，情感联系决定了令人满意的体验与取悦客户并建立牢固的长期客户关系的体验之间的差异。”

我们现在的工作是使用 AI 为我们的业务设计无缝、令人满意的自动化流程，而无需设计人工接触。

Sarah Nicastro 是 IFS 的现场服务布道师。